Bài giảng Thống kê ứng dụng trong kinh doanh: Chương 8 - ThS. Nguyễn Tiến Dũng

Chia sẻ: Sơn Tùng | Ngày: | Loại File: PDF | Số trang:34

Thêm vào BST

Báo xấu

320
lượt xem 19
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng "Thống kê ứng dụng trong kinh doanh - Chương 8: Kiểm định giả thuyết về tham số của tổng thể" cung cấp cho người học các kiến thức: Các vấn đề chung về kiểm định, KĐ giả thuyết trên một tổng thể, KĐ giả thuyết trên hai tổng thể. Mời các bạn cùng tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Thống kê ứng dụng trong kinh doanh: Chương 8 - ThS. Nguyễn Tiến Dũng

CHƯƠNG 8 KIỂM ĐỊNH GIẢ THUYẾT VỀ THAM SỐ CỦA TỔNG THỂ Ths. Nguyễn Tiến Dũng Viện Kinh tế và Quản lý, Trường ĐH Bách khoa Hà Nội Email: dung.nguyentien3@hust.edu.vn
MỤC TIÊU CỦA CHƯƠNG ● Sau khi học xong chương này, người học sẽ ● Hiểu được kiểm định là gì và biết cách lập cặp giả thuyết KĐ phù hợp với các bài toán KĐ 2 bên, bên trái và bên phải ● Nắm được quy trình KĐGT tổng quát ● Kể tên được các chỉ tiêu KĐ với bài toán KĐGT trên một tổng thể (trung bình, tỷ lệ, phương sai) ● Biết cách xác định xác suất tới hạn để bác bỏ H0 p-value ● Phát biểu và nêu được chỉ tiêu KĐ với các bài toán KĐGT trên hai tổng thể (trung bình, tỷ lệ, phương sai) © Nguyễn Tiến Dũng Thống kê ứng dụng 2
CÁC NỘI DUNG CHÍNH 8.1 Các vấn đề chung về kiểm định 8.2 KĐ giả thuyết trên một tổng thể 8.3 KĐ giả thuyết trên hai tổng thể © Nguyễn Tiến Dũng Thống kê ứng dụng 3
8.1 CÁC VẤN ĐỀ CHUNG VỀ KIỂM ĐỊNH ● 8.1.1 Đặt giả thuyết về tham số tổng thể ● Cặp giả thuyết H0 (giả thuyết không) và H1(Ha) (giả thuyết đối) ● TD1: Một nghiên cứu muốn tìm hiểu mối liên hệ giữa thời gian tự học và KQ học tập (GPA) ● Giả thuyết NC (nghi vấn khoa học): Giữa thời gian tự học và GPA có mối liên hệ ● H0: Giữa thời gian tự học và GPA KHÔNG có mối liên hệ ● H1: Giữa thời gian tự học và GPA có mối liên hệ ● Để chứng minh nghi vấn của người NC là đúng, thì người NC sẽ phải: thu thập DL  bác bỏ H0. © Nguyễn Tiến Dũng Thống kê ứng dụng 4
● 8.1.2 Một số nguyên tắc liên quan đến việc đặt giả thuyết ● H0: ● trạng thái bình thường; trạng thái gốc, không có dữ liệu chứng minh ● phải có dấu bằng, không có liên hệ; ● H1: ● trạng thái ngược lại H0, không có dấu bằng, có liên hệ, thể hiện nghi vấn của người nghiên cứu ● đòi hỏi dữ liệu, bằng chứng để chứng minh ● Bác bỏ H0 tức chấp nhận H1 là đúng ● TD: Khối lượng gói ngũ cốc µ = 368g © Nguyễn Tiến Dũng Thống kê ứng dụng 5
8.1.3 Logic của bài toán kiểm định ● Nếu TB mẫu rất khác so với giá trị cần KĐ thì bằng trực giác có thể bác bỏ H0 mà không cần KĐ ● Nếu TB mẫu gần với giá trị cần KĐ, cần một quy tắc nhất quán để bác bỏ H0. © Nguyễn Tiến Dũng Thống kê ứng dụng 6
8.1.4 Sai lầm Kiểu I và Sai lầm Kiểu II ● Sai lầm Kiểu I ● Sai lầm Kiểu II ● Sai lầm alpha ● Sai lầm beta ● Alpha = P(Bác bỏ ● Beta = P(Chấp nhận H0/H0 đúng) H0/H0 sai) ● ● ● Giảm alpha  Giảm ● Hiệu lực của KĐ Sai lầm Kiểu I  ● Chấp nhận H0 -> Tăng nguy cơ mắc nguy mắc sai lầm Sai lầm Kiểu II kiểu II ● Bác bỏ được H0, chỉ mắc Sai lầm Kiểu I © Nguyễn Tiến Dũng Thống kê ứng dụng 7
8.1.5 Mức ý nghĩa của KĐ ● 8.1.5 Mức ý nghĩa của KĐ (Significance level) ● Alpha: sai lầm phạm phải khi bác bỏ H0 ● CL = (1 – α).100% là độ tin cậy của KĐ ● Giá trị thường dùng: CL = 95% hay α = 0,05 © Nguyễn Tiến Dũng Thống kê ứng dụng 8
8.1.6 Xác suất tới hạn (p-value) ● Khi giảm α, khoảng ước lượng rộng ra  khả năng bác bỏ H0 giảm ● Xác suất tới hạn p-value = giá trị nhỏ nhất của α mà tại đó không thể bác bỏ H0 được nữa ● TD: n=100; s=10  H 0 :   368  ● α1 = 0,1 (90%)  z α1/2= 1,645  H 1 :   368 ● α2 = 0,05 (95%)  z α2/2= 1,96 x  366, 3 © Nguyễn Tiến Dũng Thống kê ứng dụng 9
8.1.7 KĐ một bên và KĐ hai bên  H 0 :   0  H 0 :   0  H 0 :   0     H1 :   0  H1 :   0  H1 :   0 Kiểm định bên trái Kiểm định hai bên Kiểm định bên phải © Nguyễn Tiến Dũng Thống kê ứng dụng 10
8.2 KIỂM ĐỊNH GIẢ THUYẾT TRÊN MỘT TỔNG THỂ ● 8.2.1 KĐGT về TB tổng thể ● 8.2.2 KĐGT về tỷ lệ tổng thể ● 8.2.3 KĐGT về phương sai tổng thể © Nguyễn Tiến Dũng Thống kê ứng dụng 11
8.2.1 KĐGT về TB tổng thể ● Quy trình KĐ 1. Lập cặp giả thuyết KĐ H0 và H1 và nhận diện bài toán KĐ là hai bên, bên trái hay bên phải 2. Chọn mức ý nghĩa a 3. XĐ giá trị tính toán (giá trị thống kê) của chỉ tiêu KĐ: zStat, tStat … (SGK: ztt, ttt …) 4. Có 2 cách tiếp cận: ● Cách 1 (Cách tiếp cận giá trị tới hạn): XĐ giá trị tra bảng chỉ tiêu KĐ: za, za/2, ta, ta/2 ... ● Cách 2 (Cách tiếp cận xác suất tới hạn hay p-value): từ chỉ tiêu KĐ tính -> tính ra p-value. 5. Áp dụng quy tắc bác bỏ H0 để ra quyết định về việc bác bỏ hay chấp chận H0 ● Cách 1: So sánh giá trị tính toán với giá trị tra bảng của chỉ tiêu KĐ ● Cách 2: So sánh p-value và a 6. Kết luận © Nguyễn Tiến Dũng Thống kê ứng dụng 12
8.2.1.1 Trường hợp biết phương sai tổng thể x  0 ● Chỉ tiêu KĐ zStat z Stat  / n ● Quy tắc bác bỏ H0 (theo giá trị tới hạn)  H 0 :   0  H 0 :   0  H 0 :   0     H1 :   0  H1 :   0  H1 :   0 z Stat   za  z Stat   za / 2 z Stat  za   z Stat  za / 2 © Nguyễn Tiến Dũng Thống kê ứng dụng 13
8.2.1.2 Trường hợp không biết phương sai tổng thể, cỡ mẫu lớn (n≥30) ● Chỉ tiêu KĐ chính xác cần là tStat ● Do cỡ mẫu lớn, xấp xỉ t bằng z cho đơn giản -> cChỉ tiêu KĐ zStat x  0 z Stat  ● Thay PS tổng thể bằng PS mẫu s/ n ● Quy tắc bác bỏ H0  H 0 :   0  H 0 :   0  H 0 :   0     H1 :   0  H1 :   0  H1 :   0 Baùc boû H 0 neáu Baùc boû H 0 neáu Baùc boû H 0 neáu z Stat   za  z Stat   za / 2 z Stat  za   z Stat  za / 2 © Nguyễn Tiến Dũng Thống kê ứng dụng 14
8.2.1.3 Trường hợp không biết phương sai tổng thể, cỡ mẫu nhỏ (n< 30) ● Chỉ tiêu KĐ tStat x  0 t Stat  ● Quy tắc bác bỏ H0 s/ n  H 0 :   0  H 0 :   0  H 0 :   0     H1 :   0  H1 :   0  H1 :   0 t  t n 1;a t  tn 1;a / 2 t  tn 1;a  t  tn 1;a / 2 © Nguyễn Tiến Dũng Thống kê ứng dụng 15
8.2.1.4 Cách tiếp cận p-value trong việc bác bỏ H0 ● Tính chỉ tiêu KĐ zStat hoặc tStat (tính) ● Tìm xác suất P tương ứng với bài toán KĐ (hai bên, bên trái, bên phải). Đó chính là p- value ● KĐ hai bên: p-value = 2.P(z ≥ |zStat|) ● KĐ bên trái: p-value = P(z ≤ zStat) ● KĐ bên phải: p-value = P(z ≥ zStat) ● So sánh giá trị p-value với α ● Nếu p-value < α thì bác bỏ H0 ● Nếu p-value ≥ α thì chấp nhận H0 © Nguyễn Tiến Dũng Thống kê ứng dụng 16
8.2.2 KĐGT về tỷ lệ tổng thể ● Điều kiện cỡ mẫu đủ lớn: ● np ≥ 5 p  p0 ● n(1-p) ≥ 5 z Stat  p 0 (1  p0 ) / n ● Chỉ tiêu KĐ ● Quy tắc bác bỏ H0  H 0 : pˆ  p0  H 0 : pˆ  p0  H 0 : pˆ  p0     H 1 : pˆ  p0  H 1 : pˆ  p0  H 1 : pˆ  p0 z Stat   za  z Stat   za / 2 z Stat  za   z Stat  za / 2 © Nguyễn Tiến Dũng Thống kê ứng dụng 17
8.2.3 KĐGT về phương sai tổng thể ( n  1) s 2 ● Chỉ tiêu KĐ  Stat 2   2 ● Quy tắc bác bỏ H0 0 KĐ bên trái KĐ hai bên KĐ bên phải  2   02  2   02  2   02  2  2  2    0 2    0 2    0 2  2 Stat  2 n 1;1a    2 Stat 2 n 1;a / 2  2 Stat  2 n 1;a  2   Stat   2 n 1;1a / 2 © Nguyễn Tiến Dũng Thống kê ứng dụng 18
Phân phối Chi bình phương © Nguyễn Tiến Dũng Thống kê ứng dụng 19
KĐ Chi bình phương KĐ bên trái KĐ hai bên KĐ bên phải © Nguyễn Tiến Dũng Thống kê ứng dụng 20